# 代理的所有文章

Near重返AI舞台：因“发薪难”转型公链，Agent和隐私成新增长故事

Near公链的诞生源于一个现实困境：其创始人Illia Polosukhin（Transformer论文合著者）最初的人工智能创业公司因难以向全球开发者支付跨境薪资，且当时公链效率低下、费用高昂，被迫搁置AI业务，转而于2018年创建了Near公链。早期，Near专注于分片技术，但生态发展缓慢。随着AI热潮再起，Near凭借其创始人的AI背景重回视野，并转向“意图”（Intents）和隐私交易等新叙事。 Near Intents通过链下求解器网络竞价为用户提供简化的跨链交易体验，用户只需表达需求，系统自动处理路径和Gas费用。该协议已覆盖25条公链，总锁仓价值超8500万美元，累计交易量突破200亿美元，并产生了超过3400万美元的手续费收入，为NEAR代币带来通缩动力。 同时，Near推出的私密交易功能（私密意图和私密兑换）显著增长，近期占链上总交易量的41.63%，满足了机构和大额交易者对避免MEV攻击和策略泄露的隐私需求。然而，高比例的隐私交易也可能引发监管关注。 从因发薪难题转型公链，到借助AI热潮和链抽象、意图及隐私交易寻找新增长点，Near在不断适应市场变化，但其长期生态护城河仍有待观察。

marsbit06/05 12:50

被 IBM 看上后，three 涨了 50 倍

一则与IBM合作的消息，使Solana生态项目three.ws及其代币three迅速获得市场关注，代币价格短时间内上涨约50倍。 three.ws旨在构建互联网的“3D Agent层”，核心目标是让AI智能体（Agent）不再局限于聊天框，而是以拥有身体、记忆、身份和钱包的3D数字角色形式嵌入网页，实现可视化交互及跨平台调用。 该项目技术架构分为四层：负责3D模型渲染的Viewer层、提供大脑与行为逻辑的Agent层、管理链上身份的身份层（可选），以及实现嵌入分发的嵌入层。开发者可通过平台创建3D角色，配置AI模型、技能与链上钱包，并像嵌入视频一样将其部署到网站中，用于导购、客服、教育等多种场景。 目前，three.ws已上线AWS Marketplace和阿里云国际市场，并成为IBM的合作方。与AWS的合作帮助其接入企业采购与计费体系，与IBM的合作则旨在结合其企业AI、混合云技术及市场渠道。这些合作意在推动3D AI Agent从技术演示走向可被企业采购、部署和管理的实际服务。 尽管合作消息带来了显著的市场热度，但项目仍需证明其3D AI Agent在企业与开发场景中的实际需求与价值，并明确其代币three在生态中的具体作用。

foresightnews_api06/05 04:27

Casper推出面向自主智能体和构建者的AI工具包

Casper协会今日发布了Casper AI工具包，这是所有Layer 1区块链中最为全面的AI产品。它使AI智能体能够完成两项目前其他L1堆栈在生产环境中尚未完全支持的任务：无需人工干预即可编写、测试和部署新应用，以及作为经济主体进行自主交易。随着这些功能在主网上线，借助已投入生产的x402协调器，Casper成为首个为AI智能体提供基于HTTP的实时微支付基础设施的WebAssembly原生Layer 1区块链。 该工具包实现了AI智能体作为经济参与者与构建者的双重角色。通过x402协议，智能体可直接为API调用等请求支付微额费用，整个过程无需账单账户、API凭证或人工介入。同时，利用Odra框架和CSPR.build代理技能包，AI编码代理能够完全自主地设计、测试和部署智能合约。这形成了一个闭环：一个智能体创建的服务，可由另一个智能体付费使用。 Casper AI工具包的各个组件被设计成一个协同工作的完整系统。下一步，账户抽象协议将让智能体拥有自己的链上身份和可预测的固定成本交易能力。 为支持开发者使用此工具包，Casper协会启动了总奖金15万美元的“自主构建马拉松”。参赛团队可利用赞助的x402协调器免费进行链上交易，开发和测试由微支付驱动的产品。

TheNewsCrypto06/04 13:18

Codex与ChatGPT合并，编程工具大洗牌开始了

OpenAI宣布将把Codex、ChatGPT和浏览器产品Atlas整合成一个桌面超级应用，表明其战略重心正从ChatGPT转向Codex。Codex最初是编程工具，现已成为增长最快的业务之一，周活跃用户超500万。OpenAI认为，ChatGPT主要解答问题，而Codex能直接完成工作，后者对企业价值更大。 过去一年，分析师、投资经理、营销人员等非开发者用户快速增长，Codex正从程序员工具转变为知识工作平台。它通过自动执行复杂任务（如分析财报、生成报告、设计原型）重构了白领工作方式。OpenAI为此推出了面向数据分析、销售、产品设计等职业的插件。 OpenAI还推出了“Sites”等功能，让用户通过上传资料自动生成可交互网站，使协作过程更接近人与同事互动而非操作软件。这体现了其更大野心：让AI理解工作并自动调用工具完成任务，用户只需提出目标。Codex因此被视为“数字员工”，代表AI从“聊天时代”进入“执行时代”，未来竞争核心在于谁能替用户完成工作。

marsbit06/04 11:31

字节用Arm CPU了，黄仁勋：好难过没买Arm

在2026年台北国际电脑展上，Arm CEO Rene Haas宣布字节跳动和甲骨文已采用其自研的数据中心CPU芯片Arm AGI。该芯片需求强劲，预计未来几年将创造巨额收入。Haas认为，美国难以像限制AI芯片一样阻止AI CPU出口到中国。 英伟达CEO黄仁勋出席演讲并与Haas进行了轻松幽默的对谈，两人对英伟达此前未能成功收购Arm表示遗憾。黄仁勋分享了关于智能体PC设计的见解，他认为未来智能体将改变人机交互方式，推动算力需求爆炸式增长，而操作系统依然至关重要。 Haas介绍了Arm在智能体PC和数据中心CPU领域的进展。在PC侧，Arm与英伟达、联发科等紧密合作；在数据中心侧，其自研的Arm AGI CPU已获得OpenAI、Meta等众多合作伙伴采用，并公布了后续产品路线图。 文章指出，随着智能体应用爆发，推理需求激增，CPU的重要性重新凸显。行业呈现出垂直整合趋势，云厂商自研芯片，芯片企业提供全栈方案，竞争焦点转向能效提升。

marsbit06/04 04:51

Claude Code 推出动态工作流：让AI学会自己组队干活

Claude Code 推出了动态工作流（workflows）功能，使AI能够根据任务动态组建多个智能体（Agent）团队协同工作，从而解决复杂的长周期任务。 该功能的核心价值在于，它改变了Claude Code原有的“单智能体在单一上下文内规划并执行”的模式。通过动态工作流，Claude可以将任务拆解，分派给多个拥有独立上下文的子智能体并行处理、交叉验证甚至彼此竞争，最后综合结果。这有效缓解了单智能体在处理长任务时常见的“智能体惰性”（提前宣布完成）、“自我偏好偏差”（倾向认可自己的结论）和“目标漂移”（逐渐偏离原始目标）等问题。 动态工作流通过执行一个包含特殊函数的JavaScript文件来协调子智能体。它支持多种实用模式，例如：将任务分类后路由给不同智能体；将任务拆分为多个小步骤并行处理再综合（扇出并综合）；生成多个方案后通过锦标赛机制竞争筛选；以及进行对抗式验证等。 其应用场景显著超越了传统的代码任务，扩展至非技术领域。示例包括：代码迁移与重构、深度研究与事实核查、对大量简历或工单进行排序、从历史会话中提炼行为规则、进行事故根因调查、对积压任务进行大规模分诊，以及在命名、设计等需要探索和品味判断的任务中生成并筛选方案。 文章也指出，动态工作流并非万能。它通常会消耗更多token，因此不适合所有常规编程任务。最佳实践仍在形成中，开发者需要根据任务复杂度判断是否使用。用户可以通过详细提示（prompt）设计工作流，并结合 `/goal` 和 `/loop` 等指令，或设置token使用预算来优化效果。创建的工作流可以保存、共享甚至通过技能（skill）进行分发。 总的来说，动态工作流标志着Claude Code从一个代码助手向一个可编排的智能体工作台演进。未来AI工具的竞争力，可能不仅在于单个模型的智能程度，更在于其组织可靠、可复用执行流程的能力。

marsbit06/04 02:15

“ChatGPT以后可能要没了”

OpenAI在“Intelligence at Work”发布会上宣布，将在未来几周内把Codex正式并入ChatGPT应用，标志着其产品战略从“聊天”转向“执行”的关键一步。 此次合并的背景是Codex的快速增长：周活用户已突破500万，其中20%是非程序员的知识工作者，且企业营收贡献显著。OpenAI认为，未来的方向是构建“超级应用”，即用户通过ChatGPT发出指令，由Codex调用各种Agent（智能体）自动执行任务，实现从对话到全场景工作的闭环。为此，OpenAI还发布了三项Codex更新：覆盖六大岗位的Agent插件、可直接在原文上修改的Annotations功能，以及一键生成可交互网页的Sites功能。 文章指出，这次合并本质上是Codex路线对ChatGPT路线的升级。内部组织架构调整显示，Codex负责人已统领核心产品，而内部备忘录也强调建设“统一的agentic平台”。因此，ChatGPT将逐渐成为流量入口和品牌外壳，其内核将转变为以Codex为核心的智能体平台。 Codex的快速发展被认为是对手Anthropic旗下Claude Code竞争压力的结果。虽然Claude Code在代码质量上仍占优，但Codex凭借更实惠的价格和更少的token消耗（特别是搭配高效的GPT-5.5模型）实现了快速追赶。当前AI编程领域呈现双雄争霸，但竞争焦点已转向争夺Agent时代的核心入口。 最后，文章提出，合并后的应用虽然可能保留“ChatGPT”之名，但其本质已变——未来用户打开的或将是一个能直接完成任务的智能体，而“聊天”本身将不再是最核心的功能。这为中国AI玩家在Agent时代争夺本土化入口提供了新的机遇。

marsbit06/03 23:51

CPU，悄悄回到了AI算力的舞台中央

过去三年，AI算力的焦点几乎全在GPU上，CPU长期被视为次要的“配套”角色。然而，2026年起，这一叙事开始出现变化。英特尔推出至强6+处理器，强调其在AI基础设施中作为“控制平面”的角色，负责编排、并发与数据流动，而非仅仅是GPU的辅助。 这种转变源于AI工作负载的变化。早期重心是高度并行的大模型训练，GPU占绝对主导。但随着AI进入推理与智能体时代，工作负载转变为部署已训练模型到实际业务中，涉及大量任务调度、多模型协作、并发请求处理和数据流管理。这类编排任务GPU并不擅长，反而成为了新的系统瓶颈。因此，CPU在处理这些“周边算力需求”上变得至关重要。 至强6+的产品定义反映了这一判断：它采用高密度能效核设计，核心数多达288个，重点追求多任务并发吞吐能力，而非传统意义上的单核峰值性能。这瞄准了智能体AI所需的高密度、高能效工作负载。 然而，CPU的“回归”并非英特尔一家之事，也面临多重挑战：英伟达通过Grace CPU等方案试图整合CPU角色；主要云厂商纷纷自研高能效ARM架构CPU；同时，至强6+所依赖的Intel 18A制程也需在良率、性能上与台积电N2等竞争。 总而言之，随着AI从集中训练迈向大规模智能体部署，负责系统编排和数据流动的CPU价值被重新发现和定义。虽然CPU回归AI算力核心舞台的趋势已现，但最终由哪家厂商主导这场回归，答案仍未可知。

marsbit06/03 10:41

从 IDE 到终端：一份智能体工程实战操作手册

marsbit06/03 07:00

SaaS 大逃杀：活下来的赢家，都有一个共同点

微软Build大会宣告AI进入“员工时代”，与此同时，SaaS行业正经历一场“大逃杀”。市场担忧AI将取代人力，从而冲击按人头收费的传统SaaS模式。近期，部分公司股价强势反弹，揭示了市场的分化逻辑。 **核心分化点在于收费模式：** * **“消耗型”平台成赢家：** Snowflake（按数据处理量收费）、Datadog（按监控用量收费）等公司因AI创造更多工作负载而直接受益，用量驱动收入增长，股价表现亮眼。 * **“席位型”公司承压分化：** 以Salesforce、Intuit为代表，传统按人头/按任务收费的模式面临直接压力。尽管Salesforce积极向“按用量”模式（Flex Credits）转型且AI收入快速增长，但市场仍担忧其传统业务拖累转型速度。Intuit等公司则因产品易被AI替代而面临更大挑战。 **微软Build大会传递关键信号：** AI智能体正深度集成进操作系统（如Office Copilot默认Agent模式），微软也在加强自研AI能力以降低对OpenAI的依赖。同时，其获得的大额政府合同表明，在大型客户中，其平台席位模式依然稳固。 **未来观察重点：** 1. 市场反弹会否从“消耗型”平台扩散至能证明“AI提升单席位价值”的传统SaaS公司。 2. Salesforce的Flex Credits与AI平台Agentforce的增长能否持续加速，这是转型成功与否的关键样本。 3. 微软Copilot等AI智能体在企业中的实际采用数据，将验证其究竟是创造了新收入，还是替代了原有席位。 总结：SaaS行业的恐慌顶点已过，市场进入精细甄别阶段。能否从“按人头收费”成功转向“按AI创造的价值/用量收费”，或本身成为AI workload的承载平台，是决定公司能否在“AI时代”生存并胜出的分界线。

marsbit06/03 02:02